Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CÓDIGO: 100105-475
PRESENTADO A:
EDGAR ANDRES SOSA
TUTOR
ENTREGADO POR:
JENNY MARCELA MONCADA FONTECHA
CÓDIGO: 1099212675
GRUPO: 100105-35
JUSTIFICACIÓN
Dentro de las investigaciones llevadas a cabo en las ingenierías, se maneja gran cantidad de datos.
Los análisis de estos datos van acompañados necesariamente de la estadística y de las
herramientas que permitan procesar dichos datos para una mejor interpretación.
La estadística es una rama de las matemáticas que permite exponer esta información mediante
tablas de frecuencias, graficas, entre otras cosas, para que la persona que vaya a estudiar la
información reunida lo pueda hacer de la mejor manera. En este caso en las ramas de las
ingenierías la estadística descriptiva es de gran importancia en el análisis de datos en las
investigaciones.
OBJETIVOS
La estadística descriptiva es la rama de las Matemáticas que recolecta, presenta y caracteriza un conjunto
de datos con el fin de describir apropiadamente las diversas características de ese conjunto. Al conjunto
de los distintos valores numéricos que adopta un carácter cuantitativo se llama variable estadística.
Las variables pueden ser de dos tipos:
• Variables cuantitativas: tienen valor numérico (edad, precio de un producto, ingresos anuales). Las
variables también se pueden clasificar en:
• Discretas: sólo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo: número de hermanos (puede
ser 1, 2, 3…, etc., pero, por ejemplo, nunca podrá ser 3.45).
• Discretas: sólo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo: número de hermanos (puede
ser 1, 2, 3…, etc., pero, por ejemplo, nunca podrá ser 3.45).
• Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo, la velocidad de un
vehículo puede ser 90.4 km/h, 94.57 km/h.…etc.
Cuando se estudia el comportamiento de una variable hay que distinguir los siguientes conceptos:
• Individuo: cualquier elemento que porte información sobre el fenómeno que se estudia. Así, si
estudiamos la altura de los niños de una clase, cada alumno es un individuo; si se estudia el precio de la
vivienda, cada vivienda es un individuo.
• Población: conjunto de todos los individuos (personas, objetos, animales, etc.) que porten información
sobre el fenómeno que se estudia. Por ejemplo, si se estudia el precio de la vivienda en una ciudad, la
población será el total de las viviendas de dicha ciudad.
• Muestra: subconjunto que seleccionado de una población. Por ejemplo, si se estudia el precio de la
vivienda de una ciudad, lo normal será no recoger información sobre todas las viviendas de la ciudad, sino
que se suele seleccionar un subgrupo (muestra) que se entienda que es suficientemente representativo.
Montero, J. M. (2007). Características de Una Distribución de Frecuencias. Statistical Descriptive. Cengage Learning Paraninfo,
S.A. (pp 4 – 10). Recuperado
dehttp://go.galegroup.com/ps/i.do?id=GALE%7CCX4052900008&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=84a84913a25d9dfd
21d0a0d3deb41dea
FICHA TÉCNICA
CUALITATIVAS CUANTITATIVAS
Nominales Ordinales Discretas Continuas
Presidente Optimismo Población Mes Tasa de desempleo
(%)
Ministro de
Hacienda Facilidad Crédito Bancos Año Tasa de empleo (%)
Favorabilidad
Presidente Población Cantidad de Índice de Precios
personas
Incertidumbre
empresas Personas Sin Empleo Tasa de Interés que
pagan los bancos
Tasa de
Personas Con Empleo incertidumbre
empresarial
Producción Millones
Valor Dólar
Exportaciones Mil
Cantidad Empresas
Inversión Nacional e
internacional en el país
Billones.
LABORATORIO DE DIAGRAMAS ESTADÍSTICOS
Ejercicio 1.1
Revolución T. En una encuesta se preguntó a 180 empresarios cual creían que sería la próxima
revolución tecnológica. Los resultados fueron los siguientes:
Razón
Nuevas formas de producción energética 40
Inteligencia artificial 32
Relacionada con la ciencia de la mente humana 11
Biotecnología, medicina o genética 7
Nanotecnología y/o nuevos materiales 66
Una nueva oleada de la revolución informática 21
Otras razones 3
Gráfica de barras:
Diagrama circular:
Peso Oz. En el departamento de control de calidad de una empresa se tiene una lista de valores,
correspondientes al peso en onzas de treinta unidades de cierto producto alimenticio, producido
para ser empacado en cajas que deben contener 16 onzas del mismo. Estos valores se encuentran
contenidos en la siguiente tabla.
OBSERVACIONES MUESTRALES
16,2 15,8 16,3 16,4 15,6 16,9
15,7 16,2 16,8 15,8 15,8 15,6
16,4 15,9 15,9 16,0 16,1 16,0
15,4 15,9 16,3 15,2 15,9 16,8
15,7 16,0 16,0 16,6 15,6 16,3
Polígono de frecuencias:
Conclusiones:
Importaciones No de
(millones US) proveedores
2a5 6
5a8 13
8 a 11 20
11 a 14 10
14 a 17 1
Polígono de frecuencias:
Conclusiones:
- Debido al precio al precio del dólar se puede observar que desde 11 hasta
17 las importaciones disminuyen hasta llegar a cero.
CARACTERIZACIÓN DE VARIABLES CUALITATIVAS
Diagrama circular:
Moda:
- La moda según los datos obtenidos es el presidente Uribe con 97 meses
en el cargo.
Tabla de contingencias:
Column
Count of Id Labels
Excelente mala Muy Muy Regular Grand
Row Labels Buena Buena Mala Total
Alvaro Uribe 11 9 77 97
Andres Pastrana 19 19
Juan Manuel
Santos 10 19 11 9 30 79
Grand Total 21 9 19 88 28 30 195
Conclusiones:
- De los datos obtenidos se puede concluir que el mayor porcentaje es del ex-presidente Uribe,
con 97 meses en el mandato que equivale a 8 años.
Las tablas de frecuencia y las gráficas es una buena forma para resumir información y
leerla fácilmente
En cuanto al tema tratado que fue la evolución del desempleo en Colombia se puede decir
que ha venido decayendo, pasando por las mandatarías de los tres presidentes
estudiados.
REFERENCIAS BILBIOGRÁFICAS
Martínez, C. (2011). Capítulo 2. Distribuciones de frecuencia. En: Estadística y muestreo, 13a ed.
[Online] Bogotá: Ecoe Ediciones. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?